Skip to content
بازگشت به نتایج جست‌وجو

نظریه داده‌بنیاد سازه‌انگارانه مقایسه‌ای

معرفی‌شده توسط
Kathy Charmaz (constructivist strand); comparative application developed in qualitative methodology literature
سال
2000s (Charmaz 2000; extended comparatively through 2006–2014)
نوع
Qualitative comparative research design
خانواده
Qualitative design / analysis

این متن ترجمه ماشینی است و هنوز بازبینی نشده است. متن اصلی را به انگلیسی بخوانید

اندازه قلم

چه کاری انجام می‌دهد؟

نظریه داده‌بنیاد سازه‌انگارانه مقایسه‌ای (Comparative Constructivist Grounded Theory) رویکرد سازه‌انگارانه کیتی چارماز از نظریه داده‌بنیاد را با طرحی مقایسه‌ای صریح ترکیب می‌کند و عمداً داده‌ها را از دو یا چند گروه، محیط یا نقطه زمانی جمع‌آوری و تحلیل می‌کند تا نظریه‌ای بسازد که تنوع و شباهت‌ها را در بسترهای مختلف تبیین کند. دیدگاه سازه‌انگارانه، مقوله‌ها و نظریه را به جای کشف عینی از داده‌ها، محصول همکاری پژوهشگر و شرکت‌کنندگان می‌داند.

شهود پشت روش

تصور کنید در حال مطالعه نحوه مقابله پرستاران در اوایل دوران شغلی خود با پریشانی اخلاقی هستید — اما می‌خواهید بدانید آیا این فرآیند بین بخش‌های بیمارستانی یا بین کشورها متفاوت است. نظریه داده‌بنیاد سازه‌انگارانه به تنهایی نظریه‌ای را از یک محیط می‌سازد؛ افزودن چارچوب مقایسه‌ای به این معناست که شما نمونه‌گیری هدفمند را در محیط‌های مختلف انجام می‌دهید، همان فرآیند کدگذاری تکراری را در هر کدام اجرا می‌کنید و سپس می‌پرسید: مقوله‌های نوظهور کجا همگرا می‌شوند، کجا واگرا می‌شوند و چه چیزی این تفاوت را توضیح می‌دهد؟ نتیجه، نظریه‌ای داده‌بنیاد است که به زمینه حساس است، نه نظریه‌ای که یک فرآیند واحد جهانی را فرض می‌کند.

تاریخ

نظریه داده‌بنیاد توسط بارنی گلیسر و آنسلم استراوس (1967) با استفاده از مقایسه مستمر به عنوان تکنیک اصلی تحلیل توسعه یافت. کیتی چارماز سنت را از نظر معرفت‌شناختی در مقاله‌ای در سال 2000 و کتاب تأثیرگذار خود در سال 2006 بازنگری کرد و استدلال کرد که نظریه بین پژوهشگر و شرکت‌کنندگان ساخته می‌شود نه کشف. کاربرد مقایسه‌ای نظریه داده‌بنیاد سازه‌انگارانه به طور ارگانیک ظهور کرد زیرا پژوهشگران از چارچوب چارماز در مطالعات چند مکانی، چند گروهی و بین‌فرهنگی در دهه‌های 2000 و 2010 استفاده کردند و روش‌شناسانی مانند کلارک (2005) و تورنبرگ ابعاد مقایسه‌ای این سنت را بیشتر توسعه دادند.

چه زمانی استفاده شود

هنگامی که می‌خواهید نظریه‌ای عینی درباره یک فرآیند اجتماعی بسازید و دلیلی دارید که باور کنید این فرآیند در گروه‌ها، بسترهای یا محیط‌های مختلف متفاوت عمل می‌کند — و درک این تفاوت‌ها از نظر نظری مهم است، از نظریه داده‌بنیاد سازه‌انگارانه مقایسه‌ای استفاده کنید. این روش برای سوالات پژوهشی از نوع «چگونه X بین جمعیت‌های A و B تفاوت دارد و چرا؟» مناسب است. شرایط حداقل قابل قبول: حداقل دو واحد مقایسه متمایز معنادار؛ دسترسی به داده‌های متنی غنی (مصاحبه‌ها، یادداشت‌های میدانی) از هر واحد؛ هدف پژوهش تولید نظریه به جای صرفاً توصیف. زمانی که از قبل نظریه کاملاً توسعه‌یافته‌ای برای آزمون دارید (به جای آن از طرح‌های استنتاجی استفاده کنید)، زمانی که نمونه شما همگن است و مقایسه هیچ اهرم تحلیلی اضافه نمی‌کند، یا زمانی که منابع فقط اجازه جمع‌آوری داده‌های سطحی از هر واحد را می‌دهند — داده‌های مقایسه‌ای سطحی، نظریه سطحی تولید می‌کنند — از این رویکرد استفاده نکنید.

محدودیت‌ها و ملاحظات

  • به طور قابل توجهی پرهزینه‌تر از نظریه داده‌بنیاد تک‌محیطی است — نیازمند داده‌های کافی از هر واحد مقایسه برای اینکه نظریه واقعاً بر همه واحدها استوار باشد.
  • یافته‌ها از نظر آماری قابل تعمیم نیستند؛ تعمیم‌پذیری نظری به دقت نمونه‌گیری نظری و اشباع بستگی دارد.
  • هماهنگ کردن نمونه‌گیری و تحلیل تکراری همزمان در چندین مکان از نظر لجستیکی پیچیده است.
  • چارچوب سازه‌انگارانه، تکرارپذیری را دشوار می‌کند — پژوهشگر دیگر ممکن است مقوله‌های متفاوتی را از همان داده‌ها بسازد.

شرایط منبع جایگزین بررسی علمی مستقل یا اعتبارسنجی توسط موتور تحلیل نیست.

نقاط قوت

  • نظریه‌ای مبتنی بر تنوع واقعی جهان تولید می‌کند به جای اینکه یک فرآیند واحد جهانی را فرض کند.
  • موضع سازه‌انگارانه نقش تفسیری پژوهشگر را صریح می‌کند و شفافیت و بازتابندگی را افزایش می‌دهد.
  • نمونه‌گیری نظری در بین واحدهای مقایسه، دامنه مفهومی را به حداکثر می‌رساند و توسعه مقوله را غنی می‌سازد.
  • برای سوالات علوم بهداشتی، آموزشی و اجتماعی که در آن‌ها زمینه بر تجربه تأثیر می‌گذارد، مناسب است.
  • جمع‌آوری و تحلیل تکراری داده‌ها به ساختار مقایسه اجازه می‌دهد تا با پیشرفت نظریه، تکامل یابد.
  • نظریه میان‌رده و ظریف تولید می‌کند که برای بسترهای مورد مطالعه، کاربرد عملی دارد.

کاربردها

  • مقایسه چگونگی ساخت معنا توسط بیماران از پیشینه‌های فرهنگی مختلف پیرامون تشخیص یک بیماری مزمن.
  • بررسی تفاوت‌ها در شکل‌گیری هویت حرفه‌ای در بین پرستاران در محیط‌های مراقبت بیمارستانی و جامعه.
  • مطالعه چگونگی تجربه تعلق و طرد تحصیلی توسط دانشجویان در انواع مختلف دانشگاه‌ها.
  • بررسی چگونگی پیمایش تغییرات سازمانی به شیوه‌های متفاوت توسط کارکنان خط مقدم در مقابل مدیران میانی.
  • مقایسه فرآیندهای سوگ و عزاداری در بسترهای مختلف اجتماعی یا مذهبی.
  • کاوش در مورد چگونگی شکل‌دهی پذیرش فناوری به شیوه‌های تدریس در محیط‌های مدارس ابتدایی و متوسطه.

چگونه کار می‌کند

چگونه کار می‌کند

1

پژوهشگر واحدهای مقایسه — گروه‌ها، مکان‌ها یا نقاط زمانی — را تعریف می‌کند و یک پرسش حساس‌کننده درباره یک فرآیند یا تجربه اجتماعی مطرح می‌سازد. منطق نمونه‌گیری نظری، هدایت‌کننده انتخاب واحدهای مقایسه است: تنوع در بسترهای مختلف برای توسعه نظریه‌ای با دامنه تبیینی گسترده‌تر جستجو می‌شود. جایگاه خود پژوهشگر و رویکرد بازتابی و تفسیری نظریه داده‌بنیاد سازه‌انگارانه از ابتدا مورد تأیید قرار می‌گیرد.

2

داده‌ها به طور همزمان یا متوالی در واحدهای مقایسه جمع‌آوری می‌شوند، معمولاً از طریق مصاحبه‌های عمیق، مشاهده مشارکتی یا بررسی اسناد. جمع‌آوری و تحلیل به جای توالی دقیق، متناوباً انجام می‌شوند؛ کدهای نوظهور، دور بعدی جمع‌آوری داده‌ها را شکل می‌دهند. یادداشت‌نویسی بلافاصله برای ثبت بینش‌های تفسیری درباره شباهت‌ها و تفاوت‌ها به محض ظهور آغاز می‌شود.

3

کدگذاری اولیه (باز) داده‌ها را به قطعات مجزا تقسیم می‌کند؛ کدگذاری متمرکز، پرتکرارترین یا مهم‌ترین کدهای اولیه را در مقوله‌های تحلیلی فشرده می‌کند. در سنت سازه‌انگارانه، کدها به جای برچسب‌های خنثی، تفاسیر پژوهشگر تلقی می‌شوند. فرآیند کدگذاری ابتدا به طور مستقل برای هر واحد مقایسه اجرا می‌شود و مجموعه‌های مقوله‌ای خاص واحد را تولید می‌کند که سپس می‌توانند در گفتمان قرار گیرند.

4

روش مقایسه مستمر — موتور محرکه تمام انواع نظریه داده‌بنیاد — هم در درون هر واحد مقایسه و هم در بین واحدها به کار گرفته می‌شود. رویدادها، کدها و مقوله‌ها از یک گروه به طور سیستماتیک با موارد گروه دیگر مقایسه می‌شوند تا فرآیندهای مشترک، تفاوت‌های زمینه‌ای و موارد متناقض شناسایی شوند. موارد منفی که نظریه نوظهور را به چالش می‌کشند، به طور فعال در بین واحدها جستجو می‌شوند.

5

کدگذاری نظری، روابط بین مقوله‌های متمرکز را بررسی کرده و یک چارچوب نظری یکپارچه می‌سازد. در طرح مقایسه‌ای، نظریه باید به صراحت توضیح دهد که کدام عناصر در بسترهای مختلف ثابت هستند و کدام یک بین گروه‌ها یا محیط‌ها متفاوت است. نظریه نهایی، شرحی عینی و میان‌رده است که بر داده‌های تمام واحدهای مقایسه استوار است و با اذعان بازتابی به اینکه چگونه تفاسیر پژوهشگر ساختار آن را شکل داده‌اند، ارائه می‌شود.

دام‌های رایج

  • برخورد با مقایسه به عنوان یک تضاد ثابت بین‌گروهی به جای اجازه دادن به واحدهای مقایسه برای اصلاح از طریق نمونه‌گیری نظری — تثبیت زودهنگام گروه‌بندی‌های اولیه می‌تواند نظریه را به طور مصنوعی محدود کند.
  • دستیابی به اشباع در تنها یک واحد مقایسه و داده‌های نازک در سایر واحدها — نظریه حاصل، یک مکان را منعکس می‌کند و مقایسه اسمی است نه عینی.
  • نادیده گرفتن یادداشت‌ها — در مطالعه چند مکانی، یادداشت‌هایی که تفاسیر در حال تحول را در بین واحدها ردیابی می‌کنند، ابزار اصلی مدیریت پیچیدگی تحلیلی هستند؛ نادیده گرفتن آن‌ها، ترکیب بین مکانی را بسیار دشوار می‌کند.
  • درهم‌آمیختن نظریه داده‌بنیاد سازه‌انگارانه با انواع دیگر: در CGT سازه‌انگارانه، مقوله‌ها بازسازی‌های مشترک هستند، نه حقایق کشف‌شده؛ ادعای کشف عین‌گرایانه در حالی که از رویه‌های چارماز استفاده می‌شود، از نظر معرفت‌شناختی ناسازگار است.
  • تحمیل بسته شدن زودهنگام — مقایسه مستمر باید تا رسیدن به اشباع نظری ادامه یابد؛ توقف زودهنگام به دلیل اینکه واحدهای مقایسه در سطح ظاهری شبیه به نظر می‌رسند، ممکن است تنوع زمینه‌ای مهمی را از دست بدهد.

پرسش‌های متداول

این روش چه تفاوتی با نظریه داده‌بنیاد سازه‌انگارانه معمولی دارد؟

نظریه داده‌بنیاد سازه‌انگارانه معمولی (چارماز) معمولاً در یک محیط واحد یا با گروهی نسبتاً همگن از شرکت‌کنندگان انجام می‌شود. نوع مقایسه‌ای عمداً از ابتدا در دو یا چند گروه یا مکان متمایز نمونه‌گیری می‌کند، با هدف صریح ساخت نظریه‌ای که بتواند هم مشترکات و هم تفاوت‌ها را در آن بسترها تبیین کند. منطق تحلیلی یکسان است، اما مقایسه مستمر هم در درون و هم بین واحدها اعمال می‌شود.

به چند واحد مقایسه نیاز دارم؟

حداقل دو واحد برای مقایسه معنادار لازم است. واحدهای بیشتر دامنه نظری را تقویت می‌کنند، اما بار مدیریت داده‌ها را نیز افزایش می‌دهند. تعداد واحدها باید بر اساس منطق نظری هدایت شود — شامل بسترهایی که احتمالاً تنوع مفهومی مهمی را تولید می‌کنند — نه بر اساس یک قاعده ثابت.

آیا می‌توانم این را با یک چارچوب نظری قبل از جمع‌آوری داده‌ها ترکیب کنم؟

نظریه داده‌بنیاد سازه‌انگارانه توصیه می‌کند از مفاهیم موجود به عنوان چارچوب‌های حساس‌کننده برای جهت‌دهی نمونه‌گیری و پرسش اولیه استفاده شود، اما نه به عنوان فرضیه‌های ثابت برای تأیید. شما می‌توانید با آگاهی از نظریه‌های مرتبط وارد میدان شوید؛ آنچه مهم است این است که شما نسبت به مقوله‌هایی که از داده‌ها ظهور می‌کنند باز بمانید نه اینکه داده‌ها را در جعبه‌های از پیش تعیین‌شده قرار دهید.

چگونه می‌دانم که در یک طرح مقایسه‌ای به اشباع نظری رسیده‌ام؟

اشباع زمانی حاصل می‌شود که داده‌های اضافی از هر واحد مقایسه دیگر مقوله‌های جدیدی تولید نکنند یا مقوله‌های موجود را به طور معناداری اصلاح نکنند، و زمانی که روابط بین مقوله‌ها به خوبی توسعه یافته و به طور مداوم پشتیبانی شوند. در طرح مقایسه‌ای، اشباع باید در درون هر واحد و در مقایسه بین واحدها ارزیابی شود — اشباع در یک واحد به معنای اشباع کلی نیست.

آیا استفاده از نرم‌افزارهایی مانند NVivo برای تحلیل مقایسه‌ای قابل قبول است؟

بله — ابزارهای مدیریت داده‌های کیفی مانند NVivo، ATLAS.ti یا MAXQDA می‌توانند سازماندهی کدها و مقوله‌ها در بین چندین واحد مقایسه را تسهیل کرده و نمایش‌های بصری الگوهای بین واحدها را پشتیبانی کنند. با این حال، کار فکری مقایسه — قضاوت در مورد اینکه کدام شباهت‌ها و تفاوت‌ها از نظر نظری معنادار هستند — وظیفه پژوهشگر باقی می‌ماند.

روش‌های مرتبط

منابع

  1. Charmaz, K. (2006). Constructing Grounded Theory: A Practical Guide Through Qualitative Analysis. Sage.

    شابک: 978-0761973133
    کپی شد.
  2. Strauss, A., & Corbin, J. (1990). Basics of Qualitative Research: Grounded Theory Procedures and Techniques. Sage.

    شابک: 978-0803932500
    کپی شد.